Dezvoltarea medicală condusă de IA: Utilizarea inteligenței artificiale pentru descoperirea de medicamente inovatoare

Descoperirea de medicamente este cunoscută ca “de la banc la pat” din cauza duratei sale lungi și a costurilor ridicate. Durează aproximativ 11 până la 16 ani și între $1 miliard și $2 miliarde pentru a aduce un medicament pe piață. Dar acum IA revoluționează dezvoltarea de medicamente, oferind un ritm și o profitabilitate mai bune.

IA în dezvoltarea de medicamente a transformat abordarea și strategia noastră față de cercetarea biomedicală și inovare. A ajutat cercetătorii să reducă complexitatea unei căi de boală și să identifice ținte biologice.

Să analizăm mai în detaliu ce potențial are IA în descoperirea de medicamente pentru viitor.

Înțelegerea rolului IA: Cum este utilizată pentru descoperirea de medicamente?

IA a îmbunătățit diferite etape ale procesului de descoperire a medicamentelor prin capacitatea sa de a analiza cantități mari de date și de a face predicții complexe. Iată cum:

1. Identificarea țintei

Identificarea țintei este primul proces al descoperirii de medicamente, care implică identificarea posibilelor entități moleculare, cum ar fi proteinele, enzimele și receptorii prezenți în organism, care pot combina cu medicamentele pentru a produce efecte terapeutice împotriva bolilor.

IA poate utiliza baze de date clinice mari care conțin informații cheie despre identificarea țintei. Aceste surse de date pot include cercetări biomedicale, informații biomoleculare, date din studiile clinice, structuri de proteine etc.

Modelele de IA antrenate, împreună cu tehnici biomedicale, cum ar fi expresia genică, pot înțelege bolile biologice complexe și pot identifica țintele biologice pentru candidații la medicamente. De exemplu, cercetătorii au dezvoltat diverse tehnici de IA pentru identificarea de noi ținte anticancer.

2. Selectarea țintei

IA în descoperirea de medicamente poate ajuta cercetătorii să selecteze ținte promițătoare pe baza corelațiilor lor cu bolile și a utilității terapeutice prevăzute. Cu o puternică recunoaștere a modelelor, IA poate face această selecție nu numai pe baza literaturii medicale declarate, ci și pe baza unor ținte complet noi, fără nicio referință anterioară în brevetele publicate.

3. Prioritizarea medicamentului

În această etapă, IA evaluează și clasifică compușii de medicamente, prioritizându-i pentru o evaluare și o cercetare ulterioară, pentru a avansa dezvoltarea lor. În comparație cu tehnicile de clasificare anterioare, abordările bazate pe IA sunt mai eficiente în identificarea candidaților cei mai promițători. De exemplu, cercetătorii au dezvoltat un cadru computațional bazat pe învățare profundă pentru a identifica și a prioritiza noi medicamente pentru boala Alzheimer.

4. Testarea compușilor

Modelele de IA pot prezice proprietățile chimice și bioactivitatea compușilor și pot oferi informații despre efectele adverse. Ele pot analiza date din diverse surse, inclusiv studii anterioare și baze de date, pentru a identifica orice riscuri sau efecte secundare potențiale asociate cu un anumit compus. De exemplu, cercetătorii au dezvoltat un instrument de învățare profundă pentru a testa biblioteci de compuși cu miliarde de molecule, pentru a accelera semnificativ explorarea la scară largă a compușilor.

5. Proiectarea de medicamente de novo

Testarea manuală a colecțiilor mari de compuși a fost o practică tradițională în descoperirea de medicamente. Cu IA, cercetătorii pot testa compuși noi, cu sau fără informații anterioare, și pot prezice structura finală 3D a medicamentelor descoperite. De exemplu, AlphaFold, dezvoltat de DeepMind, este un sistem de IA care poate prezice structuri de proteine. Acesta menține o bază de date cu peste 200 de milioane de predicții ale structurilor de proteine, care pot accelera procesul de proiectare a medicamentelor.

5 Exemple de descoperire de medicamente bazate pe IA

1) Abaucin

Antibioticelor le ucide bacteriile. Dar din cauza lipsei de noi medicamente și a evoluției rapide a rezistenței bacteriene la medicamentele mai vechi, bacteriile devin greu de tratat. Abaucin, un antibiotic experimental dezvoltat de IA, este proiectat pentru a ucide Acinetobacter baumannii, una dintre cele mai periculoase bacterii super-rezistente.

Folosind IA, cercetătorii au testat inițial mii de medicamente pentru a vedea cât de bine funcționează împotriva bacteriului Acinetobacter baumannii. Apoi, aceste informații au fost utilizate pentru a antrena IA să creeze un medicament care poate trata eficient boala.

2) Target X de la Insilico Medicine

Insilico Medicine a utilizat platforma sa de IA generativă și a creat un medicament numit Target X, care se află acum în studiile clinice de fază 1. Target X este proiectat pentru a trata fibroza pulmonară idiopatică, o boală care poate cauza rigiditate pulmonară la persoanele în vârstă, dacă nu este tratată. Faza 1 va implica 80 de participanți, iar jumătate vor primi doze mai mari, treptat. Acest lucru va ajuta la evaluarea modului în care molecula de medicament interacționează cu organismul uman.

3) VRG50635 de la Verge Genomic

Verge Genomics, o companie de descoperire de medicamente bazate pe IA, a utilizat platforma sa de IA CONVERGE pentru a descoperi un compus nou, VRG-50635, pentru tratamentul ALS, prin analizarea punctelor de date umane. Punctele de date au inclus informații despre țesuturile creierului și măduvei spinării pacienților cu boli neurodegenerative, cum ar fi Parkinson, ALS și Alzheimer.

Platforma a identificat inițial enzima PIKfyve ca o posibilă țintă pentru ALS și apoi a sugerat VRG50635 ca un inhibitor promițător al PIKfyve, care a devenit un candidat potențial pentru tratamentul ALS. Procesul a durat aproximativ patru ani, iar acum candidatul se află în faza 1 a studiilor clinice umane.

4) Exscientia-A2a Receptor

Exscientia, o companie de tehnologie medicală bazată pe IA, este responsabilă pentru primul molecule de medicament proiectat de IA pentru tratamentul imunooncologic – o formă de tratament pentru cancer care utilizează sistemul imunitar al organismului pentru a lupta împotriva celulelor canceroase. Medicamentul lor de IA a intrat în faza de studii clinice umane. Potențialul său constă în capacitatea sa de a ținti receptorul A2a pentru a promova activitatea anti-tumorală, asigurând în același timp efecte secundare mai mici asupra organismului și creierului.

Folosind IA generativă, au creat alte compuși pentru țintirea diverselor boli, cum ar fi

• cancerul transcripțional dependent prin țintirea inhibitorilor CDK7
• bolile inflamatorii prin țintirea enzimei PKC-theta
• bolile hematologice și oncologice prin țintirea regulatorului LSD1

5) Absci – anticorpi de novo cu IA generativă zero-shot

Absci, o companie de descoperire de medicamente bazate pe IA, a demonstrat utilizarea IA generativă zero-shot pentru a crea anticorpi de novo prin simulare pe computer. Învățarea zero-shot înseamnă că modelul de IA nu a fost testat explicit pe informațiile de intrare actuale în timpul fazei de antrenament. Prin urmare, acest proces poate crea noi proiecte de anticorpi pe cont propriu.

Anticorpii terapeutici de novo, alimentați de IA, reduc timpul necesar pentru a dezvolta noi substanțe active de la până la șase ani la doar 18-24 de luni, crește probabilitatea lor de succes în clinică. Tehnologia companiei poate testa și valida 3 milioane de proiecte generate de IA în fiecare săptămână. Acest nou progres poate livra instantaneu terapii noi pentru fiecare pacient, marcând o schimbare semnificativă în industrie.

Ce ține viitorul pentru IA și descoperirea de medicamente?

Pe lângă multe alte aplicații în sănătate, IA face procesul de descoperire de medicamente mai rapid și mai inteligent, prin analizarea unor seturi de date mari și prin predicția țintelor și candidaților de medicamente promițători. Folosind IA generativă, companiile biotehnologice pot identifica markeri de răspuns ai pacienților și pot dezvolta planuri de tratament personalizat rapid.

Un raport sugerează că, în curând, mai multe companii MedTech vor integra IA și ML în descoperirea de medicamente de fază incipientă, ceea ce va ajuta la crearea unui market de 50 de miliarde de dolari în următorii zece ani, creând un potențial semnificativ de creștere a IA în farmaceutice. IA poate reduce, de asemenea, costurile totale de descoperire de medicamente, făcând mai multe medicamente inovatoare disponibile pacienților mai repede.

Dacă doriți să aflați mai multe despre IA și despre modul în care va modela viitorul nostru, vizitați unite.ai.